Source: https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/ Canonical: https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/ Language: sl # LiquidAI: LFM2.5-Embedding-350M (free) [Markdown](https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/index.md) · [JSON](https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/facts.json) ## [LiquidAI: LFM2.5-Embedding-350M (free)](https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/) LiquidAI LFM2.5-Embedding-350M za vsako besedilo ustvari en 1024-razsežen vektor za večjezično in medjezično pridobivanje informacij. Namenjen je 11 jezikom in kratkim vhodom s 512 žetoni, z ločenima predponama query/document. - [**Ailoot Ultra · Vektorske predstavitve** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sl/liquid-lfm-2-5-embedding-350m-u003a-free/#method-0) O modelu Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo. LFM2.5-Embedding-350M je gosti bi-kodirnik LiquidAI za večjezično in medjezično pridobivanje informacij. Za vsako besedilo ustvari en 1024-razsežen vektor in se osredotoča na iskanje s kratkim kontekstom v enajstih jezikih. Poimenovana družina modelov 350M uporablja dvosmerno prilagoditev LFM2.5-350M-Base; podrobna tabela modela za to izdajo embeddingov navaja približno 354 milijonov parametrov. #### Dvosmerna predstavitev za pridobivanje informacij Proizvajalec osnovo prilagodi tako, da pozornost in lokalne konvolucije lahko uporabljajo kontekst na obeh straneh žetona. Združevanje v slogu CLS obdelano besedilo pretvori v en gosti vektor. Tabela modela opisuje sedemnajst plasti: deset konvolucijskih blokov, šest blokov pozornosti in stopnjo združevanja predstavitev. To je kodirnik za pridobivanje informacij z lastno pripravo in izhodom, ne naloga ustvarjanja besedila osnovnega modela. Ločeno poimenovani LFM2.5-ColBERT-350M ohrani vektorje posameznih žetonov za pozno interakcijo. Ta predstavitev potrebuje drugačen indeks in primerjalno metodo. Tukaj opisani model Embedding daje en vektor na dokument ali poizvedbo, s kosinusno podobnostjo kot dokumentirano primerjavo. #### Uporabite pravilne asimetrične pozive Iskalne poizvedbe pripravite s “query:”, izvorne odlomke pa z “document:”. Proizvajalec te pozive shrani v konfiguraciji in njegov referenčni potek uporabi ustrezno ime poziva. Izrecno priporoča ustrezno vlogo na vsaki strani, ker je bil model učen s temi predponami. Ta dokumentna predpona se razlikuje od konvencije “passage:” modelov E5. Praktična zbirka za iskanje izdelkov lahko hrani opise v podprtih jezikih. Uporabnikovo iskalno besedilo pripravite kot poizvedbo in vsak opis izdelka kot dokument. Izvirno besedilo, identifikator izdelka in jezik shranite z vektorjem, da rezultat iskanja lahko vrne ustrezni zapis. Pri zbirki podpore ohranite pravilo ali navodilo, relevantno za vprašanje, ne nadomestite ga z nepovezano kratko oznako. #### Jeziki in velikost odlomkov Dokumentirani nabor jezikov sestavljajo angleščina, španščina, nemščina, francoščina, italijanščina, portugalščina, arabščina, švedščina, norveščina, japonščina in korejščina. Proizvajalec izrecno cilja na pridobivanje znotraj jezika in čez jezikovne meje. Pripravite dejanska vprašanja predvidenega občinstva in preglejte vrnjeno besedilo dokumentov v teh jezikih. Specifikacija dolžine dokumenta je 512 žetonov. Dolg vir razdelite na povezane odlomke z ohranjenimi naslovom, opredelitvami in pogoji, ki jih pridobljeni rezultat potrebuje. Predpona vloge in dodani kontekst sodita v pripravljeni vhod. Odgovor FAQ, pojasnilo izdelka ali osredotočen del tehničnega dokumenta je primernejša enota kot celoten prevelik priročnik. #### Učenje in ujemanje Proizvajalec opisuje tri stopnje učenja: angleško kontrastivno predučenje, večjezično in medjezično destilacijo, nato dodatno učenje s težkimi negativnimi primeri, pridobljenimi z iskanjem. Nastali model je namenjen katalogom izdelkov, FAQ in zbirkam podpore, iskanju datotek ali zapiskov ter pridobivanju poslovnega znanja. To so naloge besedilnih predstavitev, ne trditve o namestitvi konkretne aplikacije. Proizvajalčev primer normalizira vektorje poizvedb in dokumentov ter jih razvrsti s skalarnim produktom, ekvivalentnim kosinusni podobnosti. Predstavitve korpusa vnaprej izračunajte po pripravi izvornega gradiva, nato ustvarite embedding iskalne poizvedbe in vrnite kandidatne dokumente z besedilom in identifikatorji. Izbrani model in konvencijo vlog ohranite z indeksom, da številčna primerjava uporablja združljive predstavitve. Koristni rezultat je zgoščen gosti iskalni indeks ali vektor poizvedbe, ki pridobi izvorno gradivo v dokumentiranem naboru jezikov. Ta konkretna izdaja LFM2.5 Embedding ostaja ločena od spremljevalnega ColBERT, starejših modelov LFM2 za pridobivanje informacij in zunanje kvantiziranih implementacij. Besedilo izbranega odlomka je dokaz, ki ga uporabi bralec ali poznejša stopnja odgovarjanja RAG. **Ailoot Ultra · Vektorske predstavitve** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free` [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sl/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) LiquidAI /`liquid/lfm-2.5-embedding-350m:free` ### Začetek LiquidAI LFM2.5-Embedding-350M za vsako besedilo ustvari en 1024-razsežen vektor za večjezično in medjezično pridobivanje informacij. Namenjen je 11 jezikom in kratkim vhodom s 512 žetoni, z ločenima predponama query/document. Dovoljeni vhodi Besedilo · token\_ids Rezultati embedding ### Na voljo v Ailoot · vhodi in metode **Ailoot Ultra · Vektorske predstavitve** `POST /v1/embeddings` Vhod `text`, `token_ids` Izhod `embedding` Kontekst 512 tokens Izhodni format json | Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto | | --- | --- | --- | --- | --- | | Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve liquid/lfm-2.5-embedding-350m:free | Privzeto— | | Polje`input` | Vrsta`string\|string[]\|integer[]\|integer[][]` | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 Pogoji: Neprazen paket istovrstnih vhodnih podatkov. Identifikatorji žetonov so nenegativna cela števila. Vhodni proračun: Največ: 512 · Besedilna enota: bajti UTF8 · Enota žetonov: elementi polja žetonov | Privzeto— | | Polje`encoding_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve float | Privzetofloat | | Polje`dimensions` | Vrsta`integer` | ZahtevaNi podprto | Vrednosti in omejitve Najmanj: 1 | Privzeto— | | Polje`user` | Vrsta`json_value` | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— | | Polje`session_id` | Vrsta`json_value` | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— | | Polje`trace` | Vrsta`json_value` | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— | | Polje`provider` | Vrsta`object` | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je zavrnjen | Privzeto— | Kombinacije vhodnih gradiv **text\_to\_embedding** Parametri in življenjski cikel metode | Parameter | Specifikacija | | --- | --- | | Parameter`content_type` | Specifikacijaapplication/json | | Parameter`required` | Specifikacijamodel, input | | Parameter`input_shapes` | Specifikacijastring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parameter`encoding_format` | Specifikacijafloat | | Parameter`dimensions_override` | Specifikacijafalse | | Parameter`max_input_budget_units` | Specifikacija512 | | Parameter`multimodal_objects` | Specifikacijafalse | | Parameter`material_types` | Specifikacijatext, token\_ids | Življenjski cikel: `synchronous_json` Shranite indeks in dimenzijo vsakega vektorja. Ime multimodalnega modela ne pomeni, da so na tej točno določeni poti dovoljeni slikovni objekti. ### Cenik Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi. Hitri način Standardna tarifa Ko je izbran hitri način Način flex Standardna tarifa Ko je izbran način flex Najvišja raven razmišljanja Standardna tarifa Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default) #### Cene Ailoot #### Cene po nastavitvah | Nastavitev | Cenovna lestvica | Strošek | | --- | --- | --- | | NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni **$0** / 1K žetonov Izhod · Izhodni žetoni **$0** / 1K žetonov Vhod · Branje predpomnilnika **—** / 1K žetonov Vhod · Zapis v predpomnilnik **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura **—** / 1K žetonov | Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/) ### Primeri zahtev #### Ailoot Ultra · Vektorske predstavitve curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "liquid/lfm-2.5-embedding-350m:free", "input": ["First document", "Second document"]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")})) PY_RESULT ``` ```python from openai import OpenAI import os client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.embeddings.create(model='liquid/lfm-2.5-embedding-350m:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Prejmi in shrani rezultate #### Ailoot Ultra · Vektorske predstavitve json ##### Ohrani vse dokončane rezultate Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine. Shranite vsak vektor skupaj z njegovim indeksom. Število vektorjev mora biti enako številu vhodov; dimenzije morajo biti skladne. ##### Če je treba preveriti izvirni odgovor Končna točka za opravila ustvarjanja vektorskih predstavitev se ne uvaja. Polja odgovora | Polje | Vrsta | | --- | --- | | Polje`object` | Vrstastring | | Polje`model` | Vrstastring | | Polje`data[].index` | Vrstainteger | | Polje`data[].embedding` | Vrstafinite float\[\] | | Polje`usage` | Vrstaobject | Napake in naslednji koraki | Odgovor | Pogoj | Naslednji korak | | --- | --- | --- | | Odgovor400 · `invalid_request_error` | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. | ### Druga imena #### Druga imena modelov **Ailoot Ultra** [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sl/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) #### Druga imena poti metod Uporabite zgoraj navedene poti metod. #### Povezani ID-ji za klic [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sl/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) FAQ · LiquidAI: LFM2.5-Embedding-350M (free) Kateri vhodi in rezultati so na voljo? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `text`, `token_ids` → `embedding` Katera polja uporablja zahteva? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `model`, `input`, `encoding_format`, `provider` Katere omejitve veljajo? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `ctx`: `512`; `input.budget.maximum`: `512` (bajti UTF8); `input.min_items`: `1` Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo. ## Podjetje in njegov portfelj projektov Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. ## Žetone kupujte s popustom. Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov. Naročnina Za redne zahteve izberite paket s popustom. Promocijska koda do 50% Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji. Poraba v zgodovini Za vsako zahtevo se shranijo model, žetoni in znesek. [Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/) ## API povežite z izdelkom, ki ga prodajate. SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco. Komercialna aplikacija Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve. Licenca za preprodajalca Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje. Dokumenti na strani Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo. [Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl) ## Ailoot · Podjetje in njegov portfelj projektov Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI. Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.